Contenido

Tutorial de ComfyUI: qué es y cómo funciona la generación de imágenes con nodos

En pocas palabras

ComfyUI es una herramienta de código abierto para crear flujos de generación de imágenes con IA mediante nodos. Cada nodo se encarga de una tarea (cargar un modelo, procesar prompts, muestrear o guardar imágenes). Al conectarlos con líneas, creas un «flujo de trabajo» (workflow).

¿Por qué usar nodos?

Las interfaces habituales para generar imágenes con IA reúnen todas las opciones en un formulario. Basta con pulsar «Generar». Es fácil empezar, pero el flujo es fijo.

ComfyUI, en cambio, divide el proceso para que puedas combinar las partes a tu manera:

  • Generar una imagen pequeña → ampliarla → volver a dibujar una zona concreta
  • Usar dos ControlNet a la vez para controlar la pose y la composición
  • Quitar automáticamente el fondo de una imagen generada, añadir texto y guardarla en distintos tamaños
  • Convertir una imagen en un vídeo

En ComfyUI, todo esto se consigue conectando unos cuantos nodos más.

Comparación con otras herramientas

ComfyUIStable Diffusion WebUI (A1111 / Forge)Servicios de generación de imágenes con IA en línea
InterfazGrafo de nodosFormularioCuadro de texto
Facilidad de uso inicialMás difícilIntermediaLa más sencilla
FlexibilidadLa mayorIntermedia (con extensiones)Baja
Compatibilidad con modelos nuevosLa más rápidaMás lentaDepende del servicio
Eficiencia de memoria de la tarjeta gráficaBuenaIntermediaNo se necesita
Reutilización y uso compartido del flujoArchivo de flujo de trabajoParámetrosLimitado
CosteGratisGratisSuscripción o pago por uso

En los últimos años, la mayoría de los nuevos modelos de código abierto para imágenes y vídeos han ofrecido primero compatibilidad y flujos de trabajo de ejemplo para ComfyUI. Por eso, ComfyUI se ha convertido en una herramienta muy usada para generar contenido con IA en local.

Fundamentos de la generación de imágenes con IA

Entender el principio te ayudará a saber qué hace cada nodo. Los modelos de imagen más comunes hoy en día son modelos de difusión (Diffusion model):

Ruido puro ──eliminar ruido──▶ Algo de forma ──eliminar ruido──▶ … ──eliminar ruido──▶ Imagen nítida
              (en cada paso se sigue la orientación del prompt)
  1. Codificador de texto (Text Encoder / CLIP): convierte el prompt en vectores que el modelo puede interpretar.
  2. Modelo de difusión (UNet / Diffusion Transformer): parte de una imagen con ruido y lo va «eliminando» paso a paso según el prompt.
  3. Sampler: determina cómo se elimina el ruido en cada paso y cuántos pasos se ejecutan.
  4. VAE: el modelo trabaja en un «espacio latente» (latent) comprimido. Al final, VAE decodifica el latent para convertirlo en una imagen visible.

El flujo de trabajo básico de ComfyUI consiste en convertir estos cuatro componentes en nodos y conectarlos. Cuando termines la instalación en la próxima sección, los verás en el flujo de trabajo predeterminado.

Términos habituales

TérminoDescripción
CheckpointArchivo de modelo completo que contiene el modelo de difusión, el codificador de texto y VAE
LoRAModelo adicional pequeño que sirve para añadir un estilo, personaje u objeto concreto
ControlNetModelo que controla la composición a partir de una imagen de referencia (boceto, pose o profundidad)
LatentRepresentación comprimida de la imagen que se usa durante los cálculos del modelo
SeedSemilla aleatoria; con la misma semilla y los mismos parámetros se genera la misma imagen
CFGIntensidad con la que influye el prompt
WorkflowFlujo de trabajo que se puede guardar como JSON o incrustar en una imagen PNG

Licencias y uso responsable

  • ComfyUI es software de código abierto (GPL-3.0).
  • Cada modelo tiene su propia licencia y algunas restringen el uso comercial. Lee la licencia en la página del modelo antes de descargarlo.
  • Respeta las leyes y las normas de las plataformas al generar contenido. No lo uses para suplantar a otras personas ni vulnerar sus derechos.

En la próxima sección empezarás a instalar ComfyUI.

Actualizado 12 de octubre de 2026